Contact Us
Atmosphere

Prévoir le climat antarctique à l'aide de modèles climatiques

Thomas J. Bracegirdle (1)*, Nicholas E. Barrand (2), Kazuya Kusahara (3), Ilana Wainer (4)

(1) British Antarctic Survey, Cambridge, UK. tjbra[at]bas.ac.uk
(2) School of Geography, Earth and Environmental Sciences, University of Birmingham, UK.
(3) Antarctic Climate and Ecosystems Cooperative Research Centre, University of Tasmania, Hobart Tasmania, Australia.
(4) Instituto Oceanografico, Universidade de Sao Paulo, Sao Paulo, Brazil

Les modèles climatiques constituent le principal outil permettant de faire des estimations quantitatives sur la manière dont le climat antarctique pourrait évoluer au cours du 21e siècle. Un large consensus a été dégagé quant à certains aspects des prédictions fournies par les modèles, mais il convient d’améliorer davantage la compréhension de composantes clés du système climatique de l’Antarctique, notamment les processus régissant la glace de mer et les interactions océan-banquise sur les côtes. À court terme (à l’échelle de quelques années), les signes d’un changement climatique sont faibles par rapport aux cycles naturels (associés à des phénomènes comme El Niño), dont les impacts à long terme sur l’atmosphère de l’Antarctique sont difficiles à prédire. À plus long terme (à l’échelle de plusieurs décennies), la fiabilité des prédictions produites par les modèles climatiques est limitée par l’incertitude liée aux formes d’émissions humaines, par le réalisme des modèles climatiques, et les réactions entre d’autres éléments du système terrestre (p. ex. les banquises).

Les modèles climatiques et leur utilisation pour simuler le climat antarctique

Le climat en Antarctique est ici défini pour inclure les caractéristiques de l’atmosphère, de l’océan, de la neige et de la glace sur l’ensemble du continent antarctique et de l’océan Austral qui l’entoure. À un endroit donné, un réchauffement climatique sera caractérisé par une modification à long terme du contexte (le signal) associée à une variabilité à plus court terme, d’une année à l’autre (le bruit). La pratique habituelle de l’Organisation météorologique mondiale consiste à définir le climat d’une région en se reposant sur la moyenne de paramètres pertinents (comme la température) observés pendant 30 ans.i. Sur des échelles temporelles plus courtes, il existe de grandes variations associées aux conditions météorologiques quotidiennes et à des cycles pluriannuels majeurs comme El Niño/La Niña. Les changements climatiques devraient donc être abordés dans une perspective multidécennale. C’est l’approche ici utilisée. Il est toutefois important de noter qu’il existe également des composantes de variabilité naturelle qui opèrent sur plusieurs décennies et peuvent, dans certains cas, affecter l’efficacité des moyennes établies sur 30 ans pour suivre l’évolution du signal de référence du changement climatique [1].

L’utilisation de modèles climatiques pour prévoir l’évolution du changement climatique est ici le point le plus important. Il est néanmoins reconnu que des approches alternatives, comme l’utilisation d’analogies passées [2], peuvent fournir des visions différentes de l’avenir du climat en Antarctique. Tous les principaux modèles climatiques de pointe, produits dans environ 30 centres de modélisation différents dans le monde, sont fondés sur les lois physiques bien établies de la dynamique des fluides géophysiques, comme les lois du mouvement de Newton. Cependant, les limites informatiques, en matière de puissance, signifient que les calculs de modélisation sont généralement effectués à une échelle plus grande pour des simulations mondiales, ce qui implique de représenter l’atmosphère sous la forme d’une série de mailles, qui sont pour l’instant espacées de 100 km. Modéliser des phénomènes à plus petite échelle (p. ex. les nuages) et des caractéristiques physiques (p. ex. terrain montagneux complexe) de manière réaliste constitue donc un défi majeur.

À supposer que les concentrations de gaz à effets continuent d’augmenter jusqu’en 2100, une grande partie des changements prédits sont très fiables. Dans l’hypothèse d’une influence anthropique d’intensité moyenne (c.-à-d. environ le double des concentrations de dioxyde de carbone à ce moment-là), les différents modèles climatiques se rejoignent sur les points suivants :

  • Il y aura un réchauffement de la moyenne annuelle de l’atmosphère de la surface terrestre la  pour tout l’Antarctique (deux tiers des modèles climatiques prévoient entre 1,8°C et 3,3°C) [3].
  • Le taux moyen annuel  d’accumulation de neige pour l’ensemble de l’Antarctique va augmenter (de 8 à 18 %).
  • La couverture totale moyenne annuelle de glace de mer pour l’hémisphère sud reculera (entre 24 et 42 %) [3].
  • La production de glace de mer côtière va diminuer, alors que la fonte de la glace terrestre va se renforcer, deux phénomènes notoires entraînant un affaiblissement de la circulation primaire des océans du globe, la circulation thermohaline [4].
  • Les masses d’eau de l’océan Austral, comme les Eaux antarctiques intermédiaires (EAI), se réchaufferont et se refroidiront au fur et à mesure que les densités auxquelles se forment les masses d’eau diminuent de manière significative. ([5], [6]). Les EAI sont importantes pour le changement climatique, car c’est au sein de ces masses d’eau que se trouve la plus haute concentration de CO2 anthropique [7].
  • L’augmentation des chutes de neige s’accompagnera d’une hausse des taux d’écoulement des glaces [p. ex. 8, 9]. Toute contribution négative au niveau des mers résultant d’une augmentation des chutes de neige pourrait donc être contrebalancée par une accélération de l’écoulement des glaces et une augmentation des glissements de glaces continentales dans l’océan.

Défis liés à l’estimation du climat de demain

Pour expliquer les difficultés inhérentes à la prédiction du comportement humain, l’approche généralement adoptée par la communauté scientifique travaillant sur le climat consiste à envisager une série de scénarios plausibles, explorant une série de « et si ? » autour de l’évolution des émissions anthropiques de gaz à effet de serre, sans jugement explicite sur lequel se révèle le plus probable [10]. Les estimations de l’évolution du changement climatique fondées sur ces scénarios sont alors appelées « projections » plutôt que prédictions [p. ex. voir Figure 1]

Les changements intervenus jusqu’à la moitié du 21e siècle ne suivront pas forcément la tendance à long terme du réchauffement  [11]. L’une des conséquences majeures pour les décideurs politiques est que les régions qui se sont réchauffées rapidement au cours des dernières décennies pourraient connaître une période de refroidissement, de quelques années sur l’échelle du temps, avant qu’un réchauffement de fond ne prenne le pas. Actuellement, des efforts de recherche significatifs sont déployés pour produire des prédictions saisonnières et décennales en vue de combler l’écart avec les échelles temporelles à plus long terme pour le changement climatique [12].

Figure 1. Simulations des modèles climatiques du changement de la température de la surface de l’air (température 2 m au-dessus de la surface) d’ici la fin du 21e siècle (2069-2098) avec des scénarios de type faible (RCP2.6) moyen (RCP4.5) et élevé (RCP8.5) des facteurs climatiques connus importants comme l’augmentation des gaz à effet de serre et le rétablissement de l’ozone stratosphérique [10]. Tous ces changements sont liés à la période 1970-1999 dans les simulations des modèles climatiques « historiques » avec les niveaux observés d’émission de gaz à effet de serre et d’autres facteurs naturels et anthropiques connus. Les informations de 41 modèles climatiques ont été combinées sur la base d’une méthodologie détaillée en [19]. L’ensemble de données du modèle climatique utilisé était l’ensemble de données de la phase 5 du projet d'intercomparaison des modèles couplés (CMIP5), qui a été repris dans le dernier rapport du GIEC. Les 41 modèles climatiques sont les suivants : ACCESS1.0, ACCESS1.3, BCC-CSM1.1, BCC-CSM1.1(m), BNU-ESM, CanESM2, CCSM4, CESM1(BGC), CESM1(CAM5), CESM1(WACCM), CMCC-CESM, CMCC-CM, CMCC-CMS, CNRM-CM5, CSIRO-MK3.6.0, EC-EARTH, FGOALS-g2, FIO-ESM, GFDL-CM3, GFDL-ESM2G, GFDL-ESM2M, GISS-E2-H, GISS-E2-H-CC, GISS-E2-R, GISS-E2-R-CC, HadGEM2-AO, HadGEM2-CC, HadGEM2-ES, INM-CM4, IPSL-CM5A-LR, IPSL-CM5A-MR, IPSL-CM5B-LR, MIROC-ESM, MIROC-ESM-CHEM, MIROC5, MPI-ESM-LR, MPI-ESM-MR, MRI-CGCM3, MRI-ESM1, NorESM-M, NorESM-ME.

Défis principaux pour représenter le système climatique de l’Antarctique en modèles climatiques

  • L’océan Austral. À l’instar des tempêtes cycloniques dans l’atmosphère, de petits cyclones/anticyclones (ou tourbillons) surviennent dans l’océan. L’un des problèmes majeurs dans la modélisation de l’océan est que ces tourbillons sont bien moindres en taille que leurs homologues atmosphériques et il faut en conséquence des petites mailles pour les représenter correctement de manière mathématique [13]. En général, pour l’instant, la puissance informatique disponible est insuffisante pour effectuer ces calculs de manière réaliste, et les effets de ces cyclones océaniques doivent être évalués de façon approximative.
  • Représentation de l’atmosphère et de la glace sur un terrain complexe. La péninsule antarctique est une région qui revêt une importance particulière en raison de la sensibilité de la glace terrestre à la fonte en surface [14] et des incidences qui en découlent pour les niveaux des mers à l’échelle mondiale et les écosystèmes régionaux. Toutefois, dans la plupart des modèles climatiques, la complexité de terrain des hautes montagnes ne peut être prise en compte de manière précise. Pour régler ce problème, d’autres modélisations sont mises en œuvre et se concentrent sur un endroit spécifique comme la péninsule antarctique, permettant ainsi d’utiliser des grilles au maillage plus fin et d’améliorer la représentation d’un terrain complexe [15].
  • Glace de mer. La glace de mer est l’une des composantes les plus difficiles à simuler correctement dans les modèles climatiques [16]. La glace de mer étant en contact direct à la fois avec l’atmosphère et l’océan, la plupart des problèmes susmentionnés liés à la modélisation climatique en Antarctique ont un impact sur la production de modèles réalistes de l’épaisseur et de l’étendue de la glace de mer. La précision de la reproduction de l’étendue de la glace de mer observée est peut-être la principale préoccupation lorsqu’il s’agit d’apprécier la fiabilité des projections climatiques élaborées à partir d’un modèle climatique donné.
  • Nuages antarctiques. Il existe peu d’informations sur la formation des nuages dans l’atmosphère relativement vierge de l’Antarctique [17]. Les nuages sont un facteur de contrôle majeur de la température de surface et renforcent les difficultés susmentionnées consistant à simuler la glace de mer et l’océan Austral dans les modèles climatiques. Les campagnes de mesure sur le terrain des propriétés des nuages situés au-dessus de l’océan Austral et de l’Antarctique constituent une part essentielle de la recherche en cours qui vise particulièrement à corriger des biais des modèles climatiques dans la représentation des températures de surface de l’océan Austral.
  • Interaction glace-océan sur les fronts glaciaires et dans les cavités des plateformes de glace. Les données indiquent de plus en plus que les fronts glaciaires, les bases de langues glaciaires flottantes et les cavités situées sous la plateforme glaciaire sont des environnements qui jouent un rôle fondamental dans la dynamique des glaciers et de la perte de masse de glace (et donc d’augmentation du niveau des océans). Ces environnements sont peu observés et, pour l’instant, disposent de représentations limitées ou simplifiées dans les modèles de plateformes de glace [4].

Un groupe consultatif du SCAR sur le changement climatique en Antarctique et l’environnement (ACCE) compile les mises à jour annuelles sur la science du climat en Antarctique, qui sont présentées à la RCTA. Ces actualisations s’appuient sur le rapport ACCE de 2009 (http://www.scar.org/accegroup/accegroup-publications) [18]).

2009 

Rapport sur le changement climatique et l’environnement en Antarctique (ACCE) publié par le SCAR

2013 

Cinquième rapport d’évaluation du Groupe d’experts intergouvernemental sur l’évolution du climat (GIEC) Groupe de travail 1

2018 

Rapport du SCAR sur les projections climatiques du 21e siècle qui seront produites par le Programme de recherche sur le changement climatique en Antarctique au 21e siècle (AntClim21)

2019 

Adoption du rapport spécial du GIEC sur l’océan et la cryosphère dans un climat en mutation (SROCC)

2020 

Rapport du SCAR sur les projections climatiques du 21e siècle qui seront produites par le Programme de recherche sur le changement climatique en Antarctique au 21e siècle (AntClim21)

2021 

Adoption du sixième rapport d’évaluation du GIEC Groupe de travail 1

Other information:

1. T.Fan,  C. Deser, D.P. Schneider, Recent Antarctic sea ice trends in the context of Southern Ocean surface climate variations since 1950. Geophysical Research Letters 41(7), 2419-2426 (2014). doi: 10.1002/2014GL059239

2. P.A.Mayewski,  et al., Potential for Southern Hemisphere climate surprises. Journal of Quaternary Science 30(5), 391-395 (2015). doi:org/10.1002/jqs.2794

3. T.J.Bracegirdle,  W.M. Connolley, J. Turner, Antarctic climate change over the twenty first century. Journal of Geophysical Research-Atmospheres 113, (2008) doi: 10.1029/2007jd008933.

4. K.Kusahara, H. Hasumi, Modeling Antarctic ice shelf responses to future climate changes and impacts on the ocean. Journal of Geophysical Research-Oceans 118(5), 2454-2475 (2013). doi: 10.1002/jgrc.20166

5. M.Goes, M., et al., Changes in subduction in the South Atlantic Ocean during the 21st century in the CCSM3. Geophysical Research Letters 35(6)(2008).  doi: 10.1029/2007GL032762

6. S.M.Downes,  N.L. Bindoff,  S.R. Rintoul, Impacts of climate change on the subduction of Mode and Intermediate Water Masses in the Southern Ocean. Journal of Climate 22(12), 3289-3302 (2009). doi: 10.1175/2008JCLI2653.1

7. B.I.McNeil,  B. Tilbrook,  R.J. Matear, Accumulation and uptake of anthropogenic CO2 in the Southern Ocean, south of Australia between 1968 and 1996. Journal of Geophysical Research-Oceans 106(C12), 31431-31445 (2001). doi: 10.1029/2000JC000331

8. R.Winkelmann, et al., Increased future ice discharge from Antarctica owing to higher snowfall. Nature 492(7428), 239-+ (2012).  doi: 10.1038/nature11616

9. N.E.Barrand, et al., Computing the volume response of the Antarctic Peninsula ice sheet to warming scenarios to 2200. Journal of Glaciology 59(215), 397-409 (2013). doi: 10.3189/2013JoG12J139

10. M.Meinshausen,  et al., The RCP greenhouse gas concentrations and their extensions from 1765 to 2300. Climatic Change 109(1-2), 213-241 (2011). doi: 10.1007/s10584-011-0156-z

11. E.Hawkins, R. Sutton, Time of emergence of climate signals. Geophysical Research Letters 39, L01702 (2012). doi: 10.1029/2011GL050087

12. M.Osman,  C.S. Vera,  F.J. Doblas-Reyes, Predictability of the tropospheric circulation in the Southern Hemisphere from CHFP models. Climate Dynamics 46(7), 2423-2434 (2015). doi: 10.1007/s00382-015-2710-2

13. R.Hallberg,  Using a resolution function to regulate parameterizations of oceanic mesoscale eddy effects. Ocean Modelling 72, 92-103 (2013). doi: 10.1016/j.ocemod.2013.08.007

14. N.E.Barrand,  et al., Trends in Antarctic Peninsula surface melting conditions from observations and regional climate modeling. Journal of Geophysical Research-Earth Surface 118(1), 315-330 (2013). doi: 10.1029/2012JF002559

15. J.M.van Wessem, , et al., Improved representation of East Antarctic surface mass balance in a regional atmospheric climate model. Journal of Glaciology 60(222), 761-770 (2014). doi: 10.3189/2014JoG14J051

16. J.Turner, et al., An initial assessment of Antarctic sea ice eExtent in the CMIP5 models. Journal of Climate 26(5), 1473-1484 (2013). doi: 10.1175/JCLI-D-12-00068.1

17. Bromwich, D.H., et al., Tropospheric clouds in Antarctica. Reviews of Geophysics 50(2012). doi: 10.1029/2011RG000363

18. J.Turner, , et al., Antarctic climate change and the environment: an update. Polar Record 50(3), 237-259 (2014). doi: 10.1017/S0032247413000296

19. T.J.Bracegirdle,  D.B. Stephenson, Higher precision estimates of regional polar warming by ensemble regression of climate model projections. Climate Dynamics 39(12), 2805-2821 (2012). doi: 10.1007/s00382-012-1330-3